★置頂zzllrr小樂公眾號（主頁右上角）數(shù)學科普不迷路！

EPFL（洛桑聯(lián)邦理工學院）很高興與大家分享近期《紐約時報》于2026年2月7日刊登的對其主任馬丁·海勒教授的專訪 。在這次內(nèi)容廣泛的對話中，海勒教授反思了人工智能與數(shù)學研究之間不斷演變的關系，探討了人工智能在解決深奧的數(shù)學問題方面能夠做什么，以及不能做什么。

作為菲爾茲獎得主，他結(jié)合自身經(jīng)驗，深入剖析了當今的前沿實驗、現(xiàn)有人工智能系統(tǒng)在證明原創(chuàng)性結(jié)論方面的局限性，以及人類創(chuàng)造力在數(shù)學領域經(jīng)久不衰的作用。此次訪談為我們提供了一個富有洞見的視角，讓我們得以了解人工智能如何重塑數(shù)學研究，同時也重申了嚴謹數(shù)學思維的基礎性重要性。

作者：EPFL洛桑聯(lián)邦理工學院官網(wǎng) & Siobhan Roberts（紐約時報記者）2026-2-11

譯者：zzllrr小樂（數(shù)學科普公眾號）2026-2-12

《紐約時報》原文標題——對話：這群數(shù)學家正在測試 AI人工智能

大語言模型難以解決研究級別的數(shù)學問題。要判斷它們到底有多差，還得靠人類。

馬丁?海勒身著深綠色高領毛衣，在寫滿公式與圖表的黑板前留影。

馬丁?海勒（Martin Hairer），瑞士洛桑聯(lián)邦理工學院數(shù)學家。他同時在該校與倫敦帝國理工學院任職。

圖片版權：Aurelien Bergot，《紐約時報》

文 / 西沃恩?羅伯茨（Siobhan Roberts）發(fā)表于2026年2月7日

更新于2026年2月10日

幾周前，一名高中生給以驚人創(chuàng)造力聞名的數(shù)學家馬丁?海勒（Martin Hairer）發(fā)了一封郵件。這名少年立志成為數(shù)學家，但隨著AI人工智能的崛起，他開始產(chǎn)生懷疑�！昂茈y理解到底發(fā)生了什么，” 他寫道，“感覺這些模型每天都在進步，用不了多久，我們就會變得毫無用處。”

他問道：“如果有一臺機器在解題上遠比我們厲害，數(shù)學難道不會失去一部分魔力嗎？”

海勒博士于 2014 年獲得數(shù)學界最高榮譽菲爾茲獎（Fields Medal），并于 2021 年獲得獎金豐厚的科學突破獎（Breakthrough Prize）。他同時任職于瑞士洛桑聯(lián)邦理工學院（EPFL）與倫敦帝國理工學院（Imperial College London）。在回復這名學生時，他指出，很多領域都在面對 AI 帶來的 “被淘汰” 焦慮。

“我相信數(shù)學其實相當‘安全’。” 海勒博士說。他提到，大語言模型（LLM）—— 也就是聊天機器人的核心技術 —— 現(xiàn)在確實很擅長解決人為設計出來的題目。但他表示：“我還沒見過任何一個可信的例子，能證明 LLM 提出了真正全新的想法和（或）概念。”

海勒博士在談論一篇題為

First Proof

這篇論文介紹了一項剛剛啟動的實驗：收集來自作者未發(fā)表研究的真實測試題，旨在為 AI 的數(shù)學能力提供一次有實際意義的衡量。

作者們希望，這項研究能為 “AI 已‘攻克’數(shù)學領域” 這類常常過于夸張的敘事增添更細致的視角，并減輕炒作帶來的后果 —— 比如嚇走下一代學生、讓科研資助者卻步。

“盡管商用 AI 系統(tǒng)無疑已經(jīng)達到了可以成為數(shù)學家有用工具的水平，” 作者們寫道，“但在沒有專家介入的情況下，AI 系統(tǒng)獨立解決研究級數(shù)學問題的能力究竟如何，目前仍不明確�！�

AI 公司使用一些數(shù)學家口中 “人為編造” 或 “限制條件過多” 的題目，來評估和評測 LLM 在無人輔助下的表現(xiàn) 【https://epoch.ai/frontiermath 詳情參閱 】。有時，他們會邀請數(shù)學家出題，每題報酬約 5000 美元。（First Proof 項目的所有作者均與 AI 公司無任何關聯(lián)。）

去年4月，2017 年數(shù)學新視野獎（New Horizons in Mathematics Prize） 得主阿布扎伊德博士拒絕了這樣一份邀請。

“我認為應該有一項更廣泛、獨立且公開的行動�！� 他說。他補充道，F(xiàn)irst Proof 項目就是第一輪嘗試。

“目標是對 AI 的研究能力做出客觀評估�！� 近期獲得古根海姆學者與麥克阿瑟學者稱號的勞倫?威廉姆斯（Lauren Williams）博士說。

勞倫?威廉姆斯身著深紅色高領毛衣，在哈佛大學一棟建筑的欄桿旁留影。

哈佛大學的勞倫?威廉姆斯。

圖片版權：露西?盧（Lucy Lu），《紐約時報》

在這項實驗中，來自不同數(shù)學領域的作者們，每人貢獻了一道來自自己正在進行但尚未發(fā)表的研究的測試題。他們也確定了答案；這些解答已在線加密，將于2月13日公布 https://1stproof.org 。

“我們的目標是理解邊界 ——AI 究竟能在多大程度上超越它的訓練數(shù)據(jù)和在網(wǎng)上找到的現(xiàn)有解法？” 科爾達博士說。她是少數(shù)當選美國國家工程院院士的數(shù)學家之一。

研究團隊對 OpenAI 的 ChatGPT?5.2 Pro 與谷歌的 Gemini 3.0 Deep Think 進行了初步測試。作者寫道，在僅給一次作答機會的情況下，“目前公開可用的最佳 AI 系統(tǒng)在回答我們的許多問題時都十分吃力�！�

論文引言對標題做出了解釋：“在烘焙中，首輪發(fā)酵（first proof首次醒發(fā)）是關鍵步驟：將整團面團作為一個整體發(fā)酵，之后再分割、塑形為面包。” 在發(fā)布第一批測試題后，團隊邀請數(shù)學界共同探索。幾個月后，在意見與思路 “發(fā)酵” 之后，將開展第二輪更結(jié)構(gòu)化的評測，使用全新一批題目。

團隊趕在歐拉日（Euler Day）——2月7日，星期六 —— 發(fā)布了 First Proof 論文。該節(jié)日以 18 世紀瑞士數(shù)學家萊昂哈德?歐拉（Leonhard Euler） 命名。日期對應歐拉數(shù)，一個像圓周率 π 一樣用途廣泛的數(shù)學常數(shù)，約等于 2.71828……，記為 e。神經(jīng)網(wǎng)絡 AI 系統(tǒng)的訓練，基于歐拉為求解常微分方程所發(fā)現(xiàn)的方法，即歐拉法（Euler’s method）。

以下對話通過視頻會議與郵件進行，經(jīng)精簡與編輯以便清晰閱讀。

問：First Proof 方法與其他評測工作相比，新穎之處在哪？

穆罕默德?阿布扎伊德（Mohammed Abouzaid）：最主要的新穎點是，我們的測試題真正取自我們自己的研究—— 從我們關心的問題出發(fā)。在這個范圍內(nèi)，我們嘗試設計可以被測試的問題。

問：什么樣的問題適合用來測試？

當前的 AI 系統(tǒng)有一些公認的局限。比如，它們在視覺推理上出了名地差，所以我們避開了這類問題；如果我們的目標是刻意刁難，就會出帶圖的題。

而且，公司會限制模型單次回復的長度，因為超過一定長度后答案質(zhì)量會下降，所以我們確保避免答案需要超過五頁篇幅的問題。

問：論文謹慎地澄清了 “什么是數(shù)學研究”。它到底是什么？

阿布扎伊德：在現(xiàn)代研究中，關鍵一步往往是識別出核心驅(qū)動問題，以及應該從什么方向去處理這個問題。這涉及各種前期工作，而數(shù)學創(chuàng)造力就體現(xiàn)在這里。

一旦問題被解決，數(shù)學家往往會根據(jù)由此引出的新問題，來評價研究貢獻的重要性。有時，以某種方式解決一個猜想反而會令人失望，因為它堵死了產(chǎn)生新研究問題的可能。

穆罕默德?阿布扎伊德身著夾克襯衫，未系領帶，在戶外條板墻前留影。

斯坦福大學的穆罕默德?阿布扎伊德（Mohammed Abouzaid）

圖片版權：卡羅琳?方（Carolyn Fong），《紐約時報》

勞倫?威廉姆斯（Lauren Williams）：我打個不太嚴謹?shù)谋确�。在實驗科學里，我可以把研究分成三部分：一、提出重大問題，希望其研究能照亮我們的領域；二、設計實驗來回答這個問題；三、執(zhí)行實驗并分析結(jié)果。

我可以類似地把數(shù)學研究分成對應的三部分：一、提出重大問題，希望其研究能引領我們的領域；二、構(gòu)建求解框架，把大問題拆成更小、更容易處理的問題 —— 就像我們的測試題；三、找到這些小問題的解，并證明其正確性。

這三部分都必不可少。在 First Proof 項目中，我們聚焦第三部分，因為它最容易被量化。我們可以用小而定義清晰的問題去詢問 AI 模型，然后判斷答案是否正確。如果讓 AI 提出大問題或構(gòu)建框架，評估其表現(xiàn)會難得多。

問：AI 系統(tǒng)在 “首輪驗證” （First Proof）評測中表現(xiàn)如何？

威廉姆斯：針對我的問題，有一次測試出現(xiàn)了一連串有趣的回復。模型會給出一個答案，然后說 “好了，這就是最終解”。接著又說 “等等，停一下，這個情況呢？” 然后以某種方式修改答案。如此反復：“好了，最終解。等等，這里有個坑！” 它陷入了無限循環(huán)。

還有一次回答，解的是一道高度相關但并不相同的題。

塔瑪拉?科爾達（Tamara Kolda）：我的初步結(jié)果令人失望：AI 完全搞不懂問題，在答案的某些部分忽略關鍵信息，而且邏輯根本不連貫。我后來修改了問題表述，加了更明確的說明，試圖給 AI 更好的機會。最終結(jié)果如何，我們拭目以待。

馬丁?海勒（Martin Hairer）：我整體注意到一點：模型傾向于在簡單的地方鋪陳大量細節(jié)，你會心想：“行吧，快點，這些我聽膩了�！倍搅苏撟C的關鍵部分，它又說得極少。

有時就像在讀一篇差勁本科生寫的論文：他們大概知道起點在哪，也知道要去哪，但真的不知道怎么過去。于是東拉西扯，到某個點直接塞一句 “因此”，然后祈禱正確。

問：聽起來就是典型的 “糊弄式論證”—— 缺乏嚴謹，跳過復雜環(huán)節(jié)。

海勒：對，它特別擅長給出這種糊弄式的答案。

問：所以你并不 impressed（被打動）？

海勒：不，我不會這么說。有些時候我其實相當 impressed—— 比如，它能把一堆已知論證串起來，中間夾雜一些計算，而且做得相當正確。這方面它確實很厲害。

問：在你理想的世界里，AI 能為你做什么？

海勒：目前 LLM 的輸出很難讓人信任。它們表現(xiàn)得無比自信，但你要花很大力氣才能確認答案到底對不對；我覺得這在智力上很折磨人。

再說一次，這就像面對一個研究生，你說不清他是真的強，還是只是很會胡說八道。理想的模型應該是可以信任的。

科爾達：AI 被吹得像同事或合作者，但我并不覺得是真的。我的人類同事有各自獨特的視角，我尤其喜歡和他們辯論不同觀點。而 AI 只有我讓它有的觀點，這一點意思都沒有！

我越來越擔心的一點是，AI 可能會無意中減慢科學進步。理論物理學家馬克斯?普朗克有句名言常被引用：“科學是在一場場葬禮中進步的。” 我很清楚，我的觀點可能大錯特錯。但如果我的觀點被編碼進 AI 系統(tǒng)并永遠保留下去，會不會阻礙新科學思想的演進？

參考資料

https://actu.epfl.ch/news/prof-m-hairer-on-artificial-intelligence-and-mathe/

https://www.nytimes.com/2026/02/07/science/mathematics-ai-proof-hairer.html

https://arxiv.org/abs/2602.05192

https://1stproof.org

https://epoch.ai/frontiermath

https://arxiv.org/abs/2509.26076

https://arxiv.org/abs/2505.12575

小樂數(shù)學科普近期文章

·開放 · 友好 · 多元 · 普適 · 守拙·

讓數(shù)學

更加

易學易練

易教易研

易賞易玩

易見易得

易傳易及

歡迎評論、點贊、在看、在聽

收藏、分享、轉(zhuǎn)載、投稿

查看原始文章出處

點擊zzllrr小樂

公眾號主頁

右上角

置頂加星★

數(shù)學科普不迷路！